北京时间10月5日，彭博行业研究高级分析师罗伯特·利亚（Robert Lea）在周一发布的报告中写道，DeepSeek 9月发布V4.1 Flash后，中国顶尖模型在基准测试得分上仅落后美国竞争对手3%。
报告称，这一差距较5月份的约9%和今年早些时候的15%有所收窄。DeepSeek的V4.1 Flash上月在LiveBench全球排名中位列第六，成为自2025年R1取得突破以来排名最高的中国模型。
DeepSeek最近一次LiveBench得分为81.1分，低于Anthropic最高的83.4分。利亚表示，这意味着DeepSeek模型表现“可以与Anthropic、OpenAI的领先AI系统相媲美”。他还提醒，排名会不断变化，变现可能困难。